今天是周末，就不跟大家聊工作了，WorkBuddy的AI办公实务，老马会一直更新下去，直到大概覆盖完大部分的岗位和专业。

咱们周末就放松一点，继续给大家分享一个据说是腾讯官方自己做的自动化操作Skill，叫BrowserSkill。

从名字中你就可以看出来，它是一个浏览器自动化操作的Skill技能，专业名词叫Browser Use。跟电脑自动化操作Skill技能是不一样的，电脑的叫Computer Use。

有关这两者的基本原理与实现路径，老马之前也详细写过了，没有了解过的小伙伴可以回看老文章：一文带你搞懂WorkBuddy的自动化操作

简单的讲，Browser Use的自动化操作体验好不好，成功率高不高，流程顺不顺畅，很大程度取决于你用的电脑系统，以及浏览器。

像Mac系统就比Windows系统稳定性好一些，谷歌浏览器就比其它的浏览器更好兼容一些。

所以有时候你发现别人能把这套浏览器自动化的操作跑通，跑得很顺畅，效果很好，而你自己死活就是搞不好，别纠结，大概率就是老马提到的以上问题。

当然，还跟你使用的AI Agent软件，以及Agent所搭配的大模型，也有关系的。比如Codex搭配GPT5.6的模型，效果肯定比WorkBuddy搭配Hy3好得多。

有些博主在介绍这类浏览器自动化操作的时候，会遗漏掉这些细节，默认大家都是一样的，大家都懂的。但绝大多数的小伙伴，使用的无论是电脑、浏览器、Agent软件、大模型，都属于低配和入门级的。

根本比不上博主们用的Mac电脑，Codex软件，GPT和Claude模型等配置，虽然对标不上，但不代表普通用户就不能使用浏览器的自动化操作。

多花点时间去调试，更换各种模型了解其能力，慢慢地也能跑通的。因此今天老马会重点介绍BrowserSkill的操作流程录制功能，它就相当于一个你人工手动操作的录像机。

通过录制在浏览器里面，操作网页的每一个步骤，最后形成一个类似于流程笔记本的文档。下次你要重复这套操作流程，只需要让WorkBuddy调用BrowserSkill去复跑一下这个文档即可。

听起来有点像以前的按键精灵软件，可以录制完你的人工操作，然后回放一下录制好的脚本，就变成了自动化操作，代替你人工无限地循环下去。

但BrowserSkill跟按键精灵的原理还是有一些区别的，因为BrowserSkill并不涉及到桌面端软件的操作录制，具体的区别大家可以回看前面老马提到的老文章，大概就能清楚一些。

01 · WORKFLOW

废话不多说，下面老马直接演示在WorkBuddy上安装BrowserSkill，从基本的用WorkBuddy调用BrowserSkill去自动操作浏览器，到后面人工演示一遍操作，把动作录制下来形成流程文档，实现复跑回放的所有教程。

首先我们打开WorkBuddy软件，在左侧菜单点击专家技能连接器，顶部菜单切换到技能，直接搜索BrowserSkill，安装这个技能即可：

安装完毕后，继续在左侧菜单点击新建任务，底部你可以新建一个工作空间，用来存放等下录制好的流程文档，以及其它自动化操作产生的文件。比如老马这里新建的工作空间是叫Workbuddy。

接着点击左下角的+号按钮，切换到技能，点击选择刚才安装的BrowserSkill，右侧的模型可以选择这几天刚上线的Hy4（混元4）模型，确实能力比Hy3提升了不少，目前是限时免费使用一直到9月10号。

缺点是Hy4目前还是预览版，估计上的服务器资源不多，导致有时候调用会提示模型失败，并且还需要排队。你看个人情况，如果WorkBuddy积分足够的话，也可以选择GLM-5.3、Kimi-K3等其它模型进行替代。

最后在输入框输入以下提示词，目的是让WorkBuddy引导我们去安装BrowserSkill的浏览器拓展程序，提示词如下：

BrowserSkill 告诉我这个技能，需不需要安装浏览器拓展程序

稍等片刻，WorkBuddy就会告诉我们，不止是要安装浏览器拓展程序，BrowserSkill还需要安装本地组件，默认的Skill技能只是一个文档，还得安装bsk CLI啥的，你就按照推荐的点击去安装就行：

安装完本地组件CLI后，WorkBuddy告诉了我们两种继续安装BrowserSkill浏览器拓展程序的方式。一种是通过谷歌的拓展程序应用商店，一种是通过github去安装：

你要通过谷歌的商店去安装，就得有神秘力量，这个不用讲了。如果是通过github去安装，还相对简单一点，只是要下载好拓展程序的插件包。

下载后的插件包，你可以继续发给WorkBuddy，让它帮你去安装到谷歌浏览器上。这里补充一句，你要用来实现自动化操作的浏览器，推荐就选谷歌浏览器，并且设置成电脑的默认浏览器。

如果你的网络访问不了github的网页，下载不了这个拓展程序的插件包，有两种解决方法。一种是给老马的公众号发送“github”，按照回复的文字去操作。

另外一种就是直接问WorkBuddy，我的网络访问不了github网页，怎样通过设置Hosts本地代理，去实现正常访问。

这样WorkBuddy就会给你回复具体的设置方案，甚至你都可以直接让WorkBuddy帮你设置搞定，你给权限按确定。

所以我们在用AI Agent软件的时候，遇到不懂的问题，不会的操作，不理解的名词，你就直接问它。它本来就是帮我们解决问题的，它不像传统的非智能软件那样子，出了问题，只能你人去找解决方法。

老马这里是通过谷歌的商店去安装BrowserSkill浏览器拓展程序的，很简单，打开网页后点击添加至Chrome即可：

安装好拓展程序，你需要点那个拼图的小图标，会弹出已安装拓展程序的列表，找到BrowserSkill，右边有一个图钉的按钮，点击图钉固定它，这样BrowserSkill的图标就会固定显示在常用的一栏中：

02 · WORKFLOW

首次自动化任务

下一步我们回到WorkBuddy刚才的会话中，继续告诉WorkBuddy，拓展程序已经安装完了。

这时WorkBuddy会自动去打开谷歌浏览器，测试检测一下跟拓展程序的连接是否正常，BrowserSkill调用浏览器的操作是否正常等。

同时，还会告诉我们当前的BrowserSkill版本有点老，帮我们更新后，提示是否移除老版本的BrowserSkill：

以上操作完毕后，我们就可以给WorkBuddy安排一个浏览器自动操作的小任务了。意思就是，调用BrowserSkill，去跑一次自动操作浏览器的流程。

老马这里是让WorkBuddy调用BrowserSkill，打开谷歌浏览器，访问B站，搜索马佳彬，给5个视频作品挨个点赞，点完就结束任务：

可以看到，WorkBuddy能够顺利调用BrowserSkill，自动打开谷歌浏览器，完成任务的一系列操作。并且老马不需要重新去登录自己的B站账号，BrowserSkill会复用之前网站的账号登录状态：

到这里，你就完成了一次让WorkBuddy使用Skill技能，去自动化操作浏览器的任务。其它的什么网站操作，使用方式都是一样的，不再一一赘述。

03 · WORKFLOW

录制与回放

下面重点来了，既然单次的自动化操作没问题，但每次都要老马去给WorkBuddy输入提示词，告诉它打开B站，搜索马佳彬，点赞啥的。

这就很烦，有没有办法把这一套固定的自动化操作，录制下来。下次要运行同样任务的时候，让WorkBuddy重复跑一下这套流程，不就完了。

因此接下来就给大家好好说道一下BrowserSkill的录制回放功能，Codex其实也有类似的功能，叫Record & Replay。

回到我们的谷歌浏览器，在常用的拓展程序一栏中找到BrowserSkill的图标，点击打开后，右上角有一个火箭的图标，继续点击进去：

然后你就能看到操作录制了，继续点开：

在操作录制的界面中，需要你输入操作主题，以及起始网址，下面的步骤框里面会有一段自动生成的提示词模板，这个你不用管它。把该输入的补充完，最后点击复制录制指令即可：

下一步回到WorkBuddy刚才的会话，在输入框中粘贴刚才复制的录制指令，直接发送给WorkBuddy去执行，权限那里建议设置成允许完全访问：

稍等片刻，WorkBuddy就会告诉你录制已经开始：

并且会自动打开谷歌浏览器，跳转到你刚才输入的起始网址，下面的提示词还会显示一个录制的计时：

现在你只要正常按你的步骤去操作演示一遍，操作完成后，点那个录制计时旁边的小方块，结束录制就行了。

比如老马是要给视频点赞，那就打开视频播放页，找到点赞按钮，按鼠标点赞一下，关闭掉视频播放页，最后点结束录制。

这时有小伙伴就会问了，我的操作流程，需不需要重复演示多几次。像老马刚才点赞那样子。点完一个视频，再打开另外一个视频点赞。多操作几次演示，会不会录制后的效果更好。

这个当然可以，但并不需要重复演示很多次，你只要保证有一次的操作过程是全程没有干扰，干净利索一次性到位录制完整的，那就行了。

结束录制后，正常是会自动回到WorkBuddy的会话界面中，然后WorkBuddy就会去分析刚才录制的内容，生成一份流程文档。

但有时候并不会顺利地自动跳转回到WorkBuddy，也没关系，你继续跟WorkBuddy对话，告诉它已经结束录制，WorkBuddy照样会继续后续的流程文档复盘：

等WorkBuddy告诉你录制产出已经完成，并且如上图所示列出了详细的步骤时，我们的自动化操作录制就搞定了。下一步是验证一下，直接告诉WorkBuddy，复跑一下刚才录制的操作流程：

复跑没有问题，最后一步我们就可以让WorkBuddy刚这套录制好的自动化操作流程，生成一个专属的Skill，以后要重复使用，或者发给别人使用，直接调用Skill就可以了：

补充声明一下，老马用的Mac电脑，以上整套BrowserSkill的自动化操作，相对会顺畅一些。如果是用Windows系统电脑的小伙伴，则可能要考虑的因素多一些，慢慢去排查和调试完善吧。

∞ · POSTSCRIPT

写在最后

好了，以上就是今天的分享。欢迎关注、点赞、转发一键三连。有任何问题和需求，请在评论区留言，回见！